Dalam contoh ini, kita akan meminta Claude untuk menulis fungsi Python yang memeriksa apakah sebuah string adalah palindrom.

​
Prasyarat

Untuk menyelesaikan panduan mulai cepat ini, Anda memerlukan:

Anthropic menyediakan SDK Python dan TypeScript, meskipun Anda dapat membuat permintaan HTTP langsung ke API.

​
Mulai dengan Workbench

Setiap panggilan API yang Anda buat–-terlepas dari tugas spesifiknya–-mengirimkan prompt yang dikonfigurasi dengan baik ke API Anthropic. Saat Anda belajar untuk memaksimalkan Claude, kami sarankan Anda memulai proses pengembangan di Workbench, antarmuka berbasis web untuk Claude.

Masuk ke Anthropic Console dan klik Workbench.

Di bagian tengah, di bawah User, mari kita ajukan pertanyaan kepada Claude.

User
Mengapa laut asin?

Klik Run. Di sisi kanan, Anda akan melihat output seperti

Response
Laut asin karena beberapa faktor:

1. Pelapukan batuan: Selama jutaan tahun, hujan, sungai, dan aliran air telah mengikis batuan yang mengandung garam mineral. Garam-garam ini dibawa ke laut oleh limpasan air.
2. Aktivitas vulkanik: Gunung berapi bawah laut dan lubang hidrotermal melepaskan mineral, termasuk garam, ke dalam air laut.
3. Deposisi atmosfer: Partikel garam dari semprotan laut dapat dibawa oleh angin dan diendapkan kembali ke laut.
4. Penguapan: Ketika air menguap dari permukaan laut, ia meninggalkan garam terlarut, meningkatkan konsentrasi garam dalam air yang tersisa.
5. Proses biologis: Beberapa organisme laut berkontribusi pada kadar garam laut dengan melepaskan senyawa garam sebagai produk sampingan dari metabolisme mereka.

Seiring waktu, proses-proses ini terus menambahkan garam ke laut, sementara penguapan menghilangkan air murni, menyebabkan tingkat kadar garam laut saat ini. Penting untuk dicatat bahwa jumlah total garam di laut tetap relatif stabil karena masuknya garam diimbangi oleh penghilangan garam melalui proses seperti pembentukan endapan evaporit.

Ini adalah jawaban yang bagus, tetapi katakanlah kita ingin mengontrol jenis jawaban yang tepat yang diberikan Claude. Misalnya, hanya mengizinkan Claude merespons pertanyaan dengan puisi. Kita dapat mengontrol format, nada, dan kepribadian respons dengan menambahkan System Prompt.

System prompt
Anda adalah penyair kelas dunia. Jawab hanya dengan puisi pendek.

Klik Run lagi.

Response
Lautan asin yang membentang,
Kisah waktu dan unsur yang berpadu.
Batuan dan hujan, erosi perlahan,
Mineral terbawa dalam larutan.
Zaman berlalu, garam tetap ada,
Di alam perairan abadi yang luas.

Lihat bagaimana respons Claude telah berubah? LLM merespons dengan baik terhadap instruksi yang jelas dan langsung. Anda dapat menempatkan instruksi peran baik dalam system prompt atau pesan pengguna. Kami sarankan untuk menguji untuk melihat cara mana yang menghasilkan hasil terbaik untuk kasus penggunaan Anda.

Setelah Anda menyesuaikan input sehingga Anda puas dengan output–-dan memiliki pemahaman yang baik tentang cara menggunakan Claude–-ubah Workbench Anda menjadi integrasi.

Klik Get Code untuk menyalin kode yang dihasilkan yang mewakili sesi Workbench Anda.

​
Instal SDK

Anthropic menyediakan SDK untuk Python (3.7+) dan TypeScript (4.5+).

Di direktori proyek Anda, buat lingkungan virtual.

Python
python -m venv claude-env

Aktifkan lingkungan virtual menggunakan

  • Pada macOS atau Linux, source claude-env/bin/activate
  • Pada Windows, claude-env\Scripts\activate
Python
pip install anthropic

​
Atur kunci API Anda

Setiap panggilan API memerlukan kunci API yang valid. SDK dirancang untuk mengambil kunci API dari variabel lingkungan ANTHROPIC_API_KEY. Anda juga dapat menyediakan kunci ke klien Anthropic saat menginisialisasinya.

export ANTHROPIC_API_KEY='kunci-api-anda-di-sini'

​
Panggil API

Panggil API dengan meneruskan parameter yang tepat ke endpoint /messages/create.

Perhatikan bahwa kode yang disediakan oleh Workbench mengatur kunci API dalam konstruktor. Jika Anda mengatur kunci API sebagai variabel lingkungan, Anda dapat menghilangkan baris tersebut seperti di bawah ini.

claude_quickstart.py
import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-3-5-sonnet-20240620",
    max_tokens=1000,
    temperature=0,
    system="Anda adalah penyair kelas dunia. Jawab hanya dengan puisi pendek.",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Mengapa laut asin?"
                }
            ]
        }
    ]
)
print(message.content)

Jalankan kode menggunakan python3 claude_quickstart.py atau node claude_quickstart.js.

Response
[TextBlock(text="Air laut yang asin,\nKisah waktu dan rancangan.\nBatuan dan sungai, mineralnya terlepas,\nTerakumulasi di dasar lautan.\nPenguapan meninggalkan garam,\nDalam air luas, selamanya tersimpan.", type='text')]
Workbench dan contoh kode menggunakan pengaturan model default untuk: model (nama), temperature, dan max tokens untuk diambil sampelnya.

Panduan mulai cepat ini menunjukkan cara mengembangkan aplikasi bertenaga Claude yang dasar, namun fungsional, menggunakan Console, Workbench, dan API. Anda dapat menggunakan alur kerja yang sama ini sebagai dasar untuk kasus penggunaan yang jauh lebih kuat.

​
Langkah selanjutnya

Sekarang setelah Anda membuat permintaan API Anthropic pertama Anda, saatnya untuk mengeksplorasi apa lagi yang mungkin:

Panduan Rekayasa Prompt

Optimalkan kinerja Claude melalui prompting.

Anthropic Cookbook

Belajar dengan buku catatan Jupyter interaktif yang mendemonstrasikan pengunggahan PDF, embeddings, dan lainnya.

Perpustakaan Prompt

Jelajahi puluhan contoh prompt untuk inspirasi di berbagai kasus penggunaan.

IkhtisarPengenalan Claude